por Michael Roberts

Goldman Sachs, el mega banco de inversión, considera que la IA es «una oportunidad única para la economía estadounidense». Y la burbuja de la inversión en IA se está haciendo aún más grande. En la última semana, el fabricante de modelos de IA, Anthropic, anunció que estaba emitiendo acciones a posibles inversores en lo que se llama en la jerga del mercado de valores, una Oferta Pública Inicial (OPI). Anthropic estaba siguiendo la salida a bolsa planeada de Space X de Elon Musk de nada menos que 1,8 millones de dólares. ¡Una valoración de SpaceX en el mercado equivalente a 92 veces sus ingresos anuales!

Alphabet, la matriz de Google, también planea recaudar 85 mil millones de dólares en financiación de capital, su primera oferta de acciones en más de dos décadas. Juntas, estas tres OPIs gigantes podrían obtener una valoración combinada de alrededor de 4 billones de dólares. ¡Un tercio de todo el valor de las OPIs en EEUU desde 1980 (ajustado a la inflación)! Y, sin embargo, SpaceX, OpenAI y Anthropic tienen actualmente pérdidas y el potencial comercial de los modelos de IA y, en el caso de Space X de ir a Marte, sigue siendo desconocido.

La IA es una gran operación para los inversores del mercado de valores de EEUU y una gran apuesta para la economía estadounidense. Esto se debe a que la cantidad de inversión de capital que realizan las empresas llamadas «hiperescaladoras» en modelos de IA, centros de datos y otros equipos de IA es asombrosa. Como parte del PIB de los Estados Unidos, superará con creces la construcción ferroviaria del siglo XIX.

En diciembre de 1996, el entonces presidente de la Reserva Federal, Alan Greenspan, caracterizó el auge de las acciones de tecnología, medios y telecomunicaciones de signos de «exuberancia irracional». Casi 30 años después, podemos decir lo mismo sobre el auge de la IA con campanas de alarma. Este aumento de la inversión ya es mucho mayor que la inversión en las dot.com de internet a finales de la década de 1990. En 2025, las empresas estadounidenses invirtieron casi 1,5 billones de dólares en equipos y software de TI. En el punto máximo de la burbuja de las dot.com, llegó a los 466 mil millones de dólares, o 829 mil millones de dólares ajustada la inflación. Los hiperescaladores Microsoft, Alphabet, Amazon, Meta y Oracle planean invertir cientos de miles de millones en los próximos cinco años en centros de datos para proporcionar la potencia informática para ejecutar estos modelos de IA. Se espera que las inversiones de capital aumenten un 20 por ciento anual, una tasa de crecimiento nunca antes vista en esta industria.

El crecimiento del PIB de los Estados Unidos está impulsado casi exclusivamente por el aumento del gasto en tecnología. Si esto comienza a caer, la economía estadounidense entrará en recesión muy rápidamente, incluso si las inversiones tecnológicas disminuyen solo un poco, digamos del 4 al 6 por ciento, como sucedió después de auges tecnológicos mucho más pequeños en la década de 1960 y durante la recesión de 2009.

Como mostré en mi última nota, los beneficios empresariales en EEUU han aumentado significativamente. Pero según Brian Green en una publicación reciente, alrededor del 80% del aumento en los beneficios empresariales no financieros de EEUU provino de Nvidia y los hiperescaladores. El mercado de valores se concentra cada vez más en un puñado de acciones vinculadas a la IA, que ahora representan aproximadamente el 40 por ciento de la capitalización de mercado del S&P 500, según datos del Bank of America. La rentabilidad general está siendo determinada por una pequeña porción de la economía que obtiene rendimientos extraordinarios de la carrera por construir capacidad de IA. El riesgo, entonces, es que la economía, el ciclo de ganancias y el mercado de valores «se apoyen en el mismo único pilar. Si se cuestionan los rendimientos esperados de la infraestructura y las plataformas de IA, las consecuencias pueden no limitarse a unas pocas acciones de tecnología hipervaloradas».  

Como he señalado en notas anteriores, hasta ahora la inversión masiva en IA se ha financiado principalmente por las ganancias que ya obtienen los hiperescaladores. Pero dada la imposibilidad de encontrar suficientes ingresos adicionales para autofinanciar sus planes de capital, los hiperescaladores y sus proveedores de hardware están utilizando cada vez más fuentes externas para financiarlos.

La primera opción es la «financiación circular», es decir, mediante inversiones cruzadas entre Microsoft, OpenAI y otros. En esencia, un hiperescalador rico en efectivo como Microsoft compra hardware de Nvidia, AMD y otros proveedores. Nvidia luego utiliza esos ingresos para comprar una participación multimillonaria en OpenAI. OpenAI luego utiliza este efectivo para asegurar computación en los centros de datos de Microsoft. El propio Microsoft también invierte en OpenAI y entra en una participación mutua de ingresos mediante la que algunos de los ingresos de OpenAI fluyen a Microsoft y viceversa a medida que ambas empresas utilizan los productos de la otra. Suponiendo que Microsoft gaste 100 mil millones de dólares en hardware para centros de datos, Nvidia, AMD y otros proveedores pueden registrar estos 100 mil millones de dólares como ingresos. Luego usan ese efectivo para invertir en OpenAI (por ejemplo), que luego utiliza este dinero para reservar capacidad de uso de centro de datos de Microsoft. Microsoft registra a su vez esta inversión de OpenAI como ingresos, ¡convirtiendo así efectivamente sus gastos de 100 mil millones de dólares en miles de millones de ingresos!

Incluso esto ya no es suficiente, y cada vez más, los hiperescaladores han comenzado a recurrir a préstamos para recaudar el efectivo para la inversión. Los gigantes tecnológicos estadounidenses están emitiendo deuda en todo el mundo. Google/Alphabet está liderando la tendencia.

Así que primero invirtieron con sus propios fondos; luego entre ellos; luego pidieron prestado a los bancos y a los llamados fondos de crédito privados; y ahora están volcando el riesgo de éxito o fracaso en los inversores en el mercado de valores. Si toda esta inversión no logra los rendimientos esperados, golpeará al sector financiero y a la economía en general a lo grande.

Pero no se preocupe, dicen las empresas de IA y los hiperescaladores, se espera que los ingresos crezcan un 15 por ciento anual. Si hacemos la suposición heroica de que no hay costos, entonces estos ingresos adicionales son beneficios que se espera que estas empresas obtengan de sus inversiones adicionales en centros de datos de IA. Sin embargo, incluso bajo estas suposiciones extremadamente optimistas, el retorno implícito de la inversión es altamente negativo para todos, excepto para Amazon.

Si los hiperescaladores necesitan generar, por ejemplo, un retorno de la inversión del 10 por ciento, tendrían que encontrar entre 2-5 billones de dólares adicionales en ingresos anuales. Es un enorme objetivo para un grupo de empresas que actualmente genera ingresos de solo 1,5 billones de dólares al año. La otra opción es que la inversión planificada en centros de datos, chips informáticos y otras áreas nunca se materialice, tal vez a medida que los inversores de capital se vuelven más cautos con el sector, o si la financiación de la deuda para los centros de datos se vuelve más difícil de conseguir. Un análisis de JP Morgan encontró que más del 60% de la capacidad en centros de datos prevista para operar en 2027 aún no está en construcción, y otro 7% se ha retrasado. ¿Qué pasará si estas empresas anuncian recortes en algunos de sus planes de inversión?

¿Los héroes de la IA, OpenAI y Anthropic ofrecerán los rendimientos que los hiperescaladores y sus inversores esperan obtener? Los directores ejecutivos de las compañías son optimistas. En los últimos tres años, desde que OpenAI lanzó ChatGPT, afirman que las ganancias de productividad acumuladas han sido del orden del 0,3 % al 1 % anual. Durante los próximos tres años, estiman que las ganancias de productividad se acelerarán al 1,4 %, siendo los ejecutivos en los Estados Unidos y el Reino Unido mucho más optimistas que en Alemania y Australia.

Estas ganancias de productividad, calculan, se lograrán mediante la eliminación de mano de obra. Los líderes empresariales esperan que la plantilla en sus empresas disminuya en alrededor del 0,7% en los próximos tres años. De nuevo, los ejecutivos en los Estados Unidos y el Reino Unido esperan caídas mucho más pronunciadas en el empleo que los ejecutivos en Alemania y Australia. En los últimos tres años, los mismos ejecutivos no vieron ningún impacto laboral en la IA. Así que todo esto son expectativas. Además, la Encuesta de Tendencias y Perspectivas Empresariales de la Oficina del Censo de los Estados Unidos muestra que las empresas con 50 empleados o más no muestran más crecimiento en el uso de la IA desde el segundo trimestre de 2025. Las empresas todavía no están seguras de cómo usar la IA de manera efectiva y están cada vez más preocupadas por los inconvenientes de la IA cuando la usan.

Esos inconvenientes incluyen «alucinaciones» (es decir, ficciones creadas por el modelo de IA), que son inherentes a los modelos de aprendizaje lingüísticos (LLM). Un estudio encontró que para un paquete de entrenamiento de 32.000 palabras, la tasa promedio de alucinaciones en los LLM era del 6,8%. Cuando eso se amplió a 128.000 palabras, la tasa promedio de alucinaciones aumentó al 10 %. Eso obliga a mucho tiempo de corrección y monitoreo de trabajadores humanos.

Otro problema es que debido a que los LLM están diseñados para ser buenos en todo, no son muy buenos en nada en comparación con las aplicaciones especializadas. Un informe sobre el uso de la IA en el desarrollo de software encontró un impacto explosivo al principio con los codificadores, creando o editando casi un 300 por ciento más de archivos, pero ese impulso se redujo a la mitad, al 150 por ciento, en el momento en que las empresas supieron el número de unidades de trabajo enviadas para revisión, y eso a su vez se redujo cinco veces a aproximadamente el 30 por ciento en el momento de ensamblaje de softwares completos.

Además, cuando los investigadores analizaron si los aumentos en la producción de software mediante IA han llevado a un mayor uso por parte de los clientes, encontraron pocas pruebas. El marcado aumento en los lanzamientos de aplicaciones móviles durante el último año no ha ido acompañado de ningún aumento en las descargas: la mayoría de las nuevas aplicaciones no logran captar ni siquiera una audiencia modesta.

Mientras tanto, OpenAI ha quemado unos 6 mil millones de dólares, aumentando hasta 17 mil millones de dólares en 2026. Para 2028, se espera que solo los costos de inferencia (capacitación) crezcan a 121 mil millones de dólares y se prevé que las pérdidas sean de 85 mil millones de dólares. La quema de efectivo de Anthropic es mucho menor, pero aún así fue de 3 mil millones de dólares en 2025. A menos que las empresas que construyen LLMs puedan encontrar grandes cantidades de nuevos ingresos en los próximos dos años, las pérdidas aumentarán exponencialmente, especialmente dado el hecho de que el precio actual cobrado por «token» no es el verdadero costo de computación. Si las empresas de IA cobraran el precio real de costo por token, las pérdidas podrían disminuir, pero la demanda de LLMs podría disminuir aún más.

A pesar de esto, la expectación en torno a la IA sigue siendo tan grande que esencialmente todas las inversiones privadas en los EEUU son ahora en hardware y software tecnológico. En los últimos tres años, el crecimiento anual promedio en las inversiones en equipos de TI ha sido del 11 % y del 8 % en software. Mientras tanto, las inversiones en todas las demás partes de la economía estadounidense juntas han disminuido en un 1,6 % anual.

La economía estadounidense actual es realmente dos economías en una. Está la economía tecnológica y luego está todo lo demás. En los últimos cuatro trimestres hasta el final del primer trimestre de 2026, el 93 % del crecimiento del PIB de los Estados Unidos se debe solo a la inversión en tecnología (aunque gran parte de las compras son importaciones y no se producen a nivel nacional).

Es una burbuja a punto de estallar. Después de la burbuja de TMT, la inversión fija privada cayó más del 12,7 % entre 2000 y finales de 2002 a medida que la recesión se extendió en los Estados Unidos. En el primer año después del estallido de la burbuja TMT, las inversiones tecnológicas cayeron un 12%, mientras que las inversiones fijas en general cayeron un 7,6%.

Gita Gopinath, ex economista jefe del FMI, ha calculado que una caída del mercado de valores de IA equivalente a la que puso fin al auge de las dot.com, eliminaría unos 20 billones de dólares de la riqueza de los hogares estadounidenses y otros 15 billones de dólares en el extranjero, suficiente para estrangular el gasto de los consumidores e inducir una recesión global. Esta es también la opinión del FMI. El FMI teme que las empresas de IA no puedan ofrecer ganancias acordes con sus elevadas valoraciones. El colapso de los auges de inversión anteriores eliminaron alrededor de 1 pp en promedio del crecimiento real del PIB de los Estados Unidos. Incluso una corrección moderada en las valoraciones de las acciones de IA reduciría el crecimiento global en un 0,4 %.«Combinadas con ganancias de productividad de factores totales más bajas de lo esperado y una corrección más significativa en los mercados de valores, las pérdidas de producción global podrían aumentar aún más, concentradas en regiones con mucha tecnología como los Estados Unidos y Asia». Otro estudio encontró que incluso una caída muy leve en la inversión tecnológica de solo el 3% reduciría el crecimiento del PIB real de los Estados Unidos en un 1 %, o la mitad de la tasa actual. El impacto sería mayor en Europa.

Nada de esto lleva a concluir que la IA no alcanzará en algún momento una mayor rentabilidad para las empresas involucradas y una mayor productividad para la economía estadounidense en su conjunto. Pero eso no sucederá antes de que haya un estallido de la burbuja de inversiones, como ocurrió en la fiebre ferroviaria de la década de 1870 y en la burbuja de las dot.com de finales de la década de 1990. Como han demostrado otros estudios, la IA tardará una década o más en convertirse en una tecnología generalizada que cumple con las expectativas.

Para los asalariados, la IA plantea un problema diferente. Para el capital y las empresas de mega medios, el objetivo es hacer de la IA una tecnología rentable, pero eso solo es posible reduciendo mano de obra y frenando cualquier intento de regular sus aplicaciones y uso. Si la IA va a tener éxito para el capital, solo será a expensas de la mayoría de los trabajadores y sus familias.

Fuente: Blog de Michael Roberts

Traducción: G. Buster, Sin permiso